基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将微粒群算法与BP神经网络算法相结合,建立基于微粒群- BP神经网络算法的大坝安全监控模型,解决传统神经网络存在的网络学习速度慢,且易于收敛到局部最优点等问题.经实例分析,该模型在用于建立大坝安全监控预报模型过程中,能更好地反映大坝应力变形的非线性问题,且在精度和速度上都有较大的提高,为实现实时在线分析评价大坝的安全性态提供了有力的技术支持.
推荐文章
基于混沌蚁群算法的BP神经网络训练研究
群智能
混沌蚁群算法
BP神经网络
MEA-BP预测模型在水布垭面板堆石坝沉降变形预测中的应用
大坝变形预测
坝体沉降
水布垭面板堆石坝
BP神经网络
思维进化算法
基于遗传算法优化BP神经网络的面板堆石坝变形预测
遗传算法
BP神经网络
面板堆石坝
变形量预测
施工沉降
面板挠度
基于蚁群算法优化BP神经网络的政务云网络态势预测研究
政务云
主动防御
BP神经网络
蚁群算法
态势预测
预测精度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于微粒群-BP神经网络算法的堆石坝坝体变形监控模型研究
来源期刊 岩石力学与工程学报 学科 工学
关键词 水利工程 微粒群算法 BP神经网络 堆石坝 变形监控模型
年,卷(期) 2012,(z1) 所属期刊栏目 岩石力学理论与试验研究
研究方向 页码范围 2926-2931
页数 分类号 TV31
字数 6043字 语种 中文
DOI 10.3969/j.issn.1000-6915.2012.z1.044
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 罗丹 武汉大学水资源与水电工程科学国家重点实验室 23 47 5.0 6.0
5 李昌彩 2 8 1.0 2.0
6 吴长彬 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (84)
参考文献  (6)
节点文献
引证文献  (8)
同被引文献  (40)
二级引证文献  (8)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
水利工程
微粒群算法
BP神经网络
堆石坝
变形监控模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
岩石力学与工程学报
月刊
1000-6915
42-1397/O3
大16开
武汉市武昌小洪山岩土力学研究所
38-315
1982
chi
出版文献量(篇)
9764
总下载数(次)
12
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导